PyCanopy：Polars的空间查询层，与DuckDB、SedonaDB竞争

- PyCanopy 是一个为 Polars（Python 生态中新兴的高性能 DataFrame 库）添加空间查询能力的开源项目。传统上，处理地理空间数据（如“查找某点周围 10 公里内的所有地点”）主要依赖 PostGIS、DuckDB 的空间扩展或 SedonaDB（基于 Spark 的地理空间引擎），但这些方案要么需要复杂的基础设施，要么在大规模数据上性能不足。 - Polars 本身不原生支持空间索引和空间谓词（如距离过滤、边界框查询）。PyCanopy 通过在 Polars 之上构建一个空间查询层，让用户能直接用类似 SQL 的方式在 Polars 的 LazyFrame 上执行空间操作，宣称性能可媲美甚至超越 DuckDB 的空间功能。 - 该项目仍处于早期阶段，但反映了两个趋势：一是内存分析领域 Polars 对 Pandas 的取代正在加速，二是空间数据处理需求正在从传统重型数据库向轻量级数据框架迁移。对于研究、供应链优化、位置智能等领域的工程师而言，这意味着可以用更少的依赖做更多的事。